基于matlab的圖像處理-在線瀏覽
2025-07-05 00:25本頁面
【正文】 ),(...),(...)2,()1,(..................),(...),(...)2,()1,(..................),2(...),2(...)2,2()1,2(),1(...),1(...)2,1()1,1(NNAjNANANANiAjiAiAiANAjAAANAjAAAj i 第 7頁 XUPT 專業(yè)課程設(shè)計 不同級灰度的圖像 256級灰度 16級灰度 8級灰度 4級灰度 第 8頁 XUPT 專業(yè)課程設(shè)計 不同分辨率下的圖像 1024 1024 → 512 512 → 256 256 → 128 128 → 64 64 → 32 32 分辨率：圖像的采樣點數(shù) M N 第 9頁 XUPT 專業(yè)課程設(shè)計 二值圖像與灰度圖像 二值圖像 是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。這時候要用更高的灰度級。39。 ? f=imread(39。)。39。 ? 例： imshow(f) 圖像文件的顯示 第 13頁 XUPT 專業(yè)課程設(shè)計 Matlab的幫助 ? 在 Matlab運行環(huán)境下，按 F1 第 14頁 XUPT 專業(yè)課程設(shè)計 第 15頁 XUPT 專業(yè)課程設(shè)計 圖像操作的基本函數(shù) ? imread() / imwrite() /imshow() ? imresize(A,[mrows ncols],method) ? 圖像縮放， [mrows ncols]為縮放因子， method為 nearest(默認 )(最近鄰插值 )、 bilinear(雙線性插值 )、 bicubic(三線性插值 ) ? imrotate(A,angle,method) ? 圖像逆時針旋轉(zhuǎn)， angle為角度 ? imcrop(A,rect) ? 圖像剪切，其中 rect為 [x y width height] ? imhist(): 圖像直方圖計算和顯示 ? histeq(): 直方圖均衡化 ? imnoise(): 圖像中添加噪聲 第 16頁 XUPT 專業(yè)課程設(shè)計 圖像操作的基本函數(shù) ? 圖像變換： ? fft2(傅里葉變換 )、 dct2(離散余弦變換 )、 … ? 反變換： ifft2/idct2…. ? 圖像類型轉(zhuǎn)換 ? rgb2gray(彩色轉(zhuǎn)灰度 )、 im2bw(轉(zhuǎn)為 2值圖像 ) ? 空域濾波 ? filter2(線性平滑濾波 )、 Medfilt2(中值濾波 )、 …… ? … ? 課下注意對圖像操作的基本函數(shù)進行練習(xí)，并熟練掌握。它是由圖像處理到圖像分析的關(guān)鍵步驟。中元素的邏輯謂詞，是對所有在集合其中是連通的區(qū)域。 第 20頁 XUPT 專業(yè)課程設(shè)計 基于閾值的分割方法 ? 閾值分割法是一種最常用的分割技術(shù)。 ? 多閾值分割 ：圖像中含有多個目標且灰度差別較大時，可以設(shè)置多個閾值實現(xiàn)多閾值分割： 110 ( , )( , ) ( , ) 1 , 2 , , 12 5 5 ( , )kkmf x y Tg x y k T f x y T k mf x y T????? ? ? ? ??? ??式中： Tk為一系列分割閾值； k為賦予每個目標區(qū)域的標號 ； m為分割后的目標區(qū)域數(shù)減 1。 設(shè)圖像像素有 L個灰度級 [0,1,2,…, L1]， ni 表示圖像中灰度級為 i 的像素個數(shù)， N =n0+n1+n2+…+ nL1表示圖像的總像素數(shù)。 第 28頁 XUPT 專業(yè)課程設(shè)計 ? 三個準則中 η(k)最為簡單，因此選其作為準則，可得到最佳閾值。39。 level = graythresh(I)。 imshow(BW)。 ? 模糊 C均值算法是在模糊數(shù)學(xué)基礎(chǔ)上，通過最優(yōu)化一個模糊目標函數(shù)實現(xiàn)聚類，它是賦予每個點一個對各類的隸屬度，用隸屬度更好地描述像素亦此亦彼的特點，適合處理事物內(nèi)在的不確定性。 第 32頁 XUPT 專業(yè)課程設(shè)計 模糊 c均值聚類 (FCM) ? 目標函數(shù) ? ? 2 2211m in ( , ) ( , ) . .i k k i f cikJ U v D x v s t U M???? ? ???? ??????? ????????? ? ?? ?cinkikikikfc inkkiRUM1 1,0。,1,0 ???第 33頁 XUPT 專業(yè)課程設(shè)計 FCM算法 — 交替優(yōu)化 ? 隸屬函數(shù)更新公式 ? 聚類原型更新公式 1211mcikikj jkdd??????????????? ???????????????????? ?? ?11, 1 , 2 , ,n mi k kki nmikkxv fo r i c?????????第 34頁 XUPT 專業(yè)課程設(shè)計 FCM算法的迭代過程 第 35頁 XUPT 專業(yè)課程設(shè)計 FCM圖像分割方法實現(xiàn) ? I = imread(39。)。 ? [m,n] = size(I)。 ? fcm_label=zeros(m*n,1)。 ? maxU = max(U)。 ? fcm_label(index) = j。 ? figure, imshow(fcm_result,[])。 ? 去噪效果的好壞直接影響到后續(xù)的圖像處理工作如圖像分割、邊緣檢測等。gaussian39。 ? J = imnoise(I,39。)。salt amp。,d)。 ? 頻域方法 ? 對圖像進行變換，在頻域進行處理，常見的有低通濾波法，就是在變換域，允許低頻成分通過，而抑制高頻成分。 第 39頁 XUPT 專業(yè)課程設(shè)計 ? 局部平滑法是一種直接在空間域上進行平滑處理的技術(shù)。因此，可用鄰域內(nèi)各像素的灰度平均值代替該像素原來的灰度值，實現(xiàn)圖像的平滑。 可見鄰域平均法就是將當前像素鄰域內(nèi)各像素的灰度平均值作為其輸出值的去噪方法。 對相應(yīng)的元素做加權(quán)求和，即采用對應(yīng)模板對當前像素及其相鄰像素點進行統(tǒng)一平均處理 。 ?
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1